CN106776625A - 一种语用网驱动的上下文感知*** - Google Patents
一种语用网驱动的上下文感知*** Download PDFInfo
- Publication number
- CN106776625A CN106776625A CN201510816133.0A CN201510816133A CN106776625A CN 106776625 A CN106776625 A CN 106776625A CN 201510816133 A CN201510816133 A CN 201510816133A CN 106776625 A CN106776625 A CN 106776625A
- Authority
- CN
- China
- Prior art keywords
- context
- user
- layer
- system architecture
- aware
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Information Transfer Between Computers (AREA)
Abstract
针对传统的语义网本体和上下文感知***不适合处理现实世界中动态知识这一问题,本文借鉴了语用网在表达动态知识方面的优势,发明了一种语用网驱动的上下文感知***,发明了语用网驱动的上下文感知***框架,该***采用了一种高效、新颖的上下文获取技术,可以更加准确地捕获用户的真实意图,并在此基础上通过推理得到具有决策能力的高层上下文,最后通过基于智能体的上下文感知服务发现方法,实现“以户为中心”的个性化推荐服务。
Description
技术领域
本发明涉及一种上下文感知***,尤其涉及一种语用网驱动的上下文感知***。
背景技术
语义网(Semantic Web)是万维网的本质变革,语义网上的信息被赋予了明确的含义,便于人与计算机之间的协作,然而,传统的语义网本体仅能表示静态知识和绝对知识,不适合处理现实世界中动态变化的知识。针对传统的语义网本体实现动态知识管理与控制存在的不足,引入了上下文(Context)这一概念,进而发展成为下一代网络:语用网(Pragmatic Web)。现阶段的上下文感知***架构大多是静态的,研究角度主要有基于本体和基于语义Web 技术等,它们无法结合用户特定的情境(Specific Situation)及用户动态变化的兴趣偏好,不能准确地捕获用户的真实意图,无法准确地为用户推荐最适合的服务。
上下文是语用网的核心元素,用来刻画实体的某种属性,Dey 对上下文给出的定义是:上下文是用来描述实体状态的任何信息,实的状态可以是当前状态,也可以是已记录的历史状态。其中,实体是指用户和应用程序交互过程中相关的人、地点或对象,包括用户以及应用程序本身,并且每一种实体都可以用一个owl:Class 来表示。上下文可由多个上下文属性(contextattribute)表示,上下文属性是用来描述上下文特征的元素,它具有标识符、类型和值,上下文属性的值与对各领域的兴趣值一致。例如,一个智能家居环境的室温、能源消耗以及光照强度等都可作为上下文属性。
发明内容
针对现阶段上下文感知***存在的局限性,本文借鉴了语用网在表达动态知识方面的优势,提出了一种面向全新领域的上下文感知***—语用网驱动的上下文感知***
本发明解决其技术问题所采用的技术方案是:
语用网驱动的上下文感知***包括三层结构:上下文获取层、上下文中间件层和上下文服务层。
所述的上下文获取层包括外部上下文和内部上下文的获取。外部上下文(也称低层上下文)通常描述物理环境的状态,如位置、温度和时间等,它可以通过物理传感器、逻辑传感器及其它知器直接获取。内部上下文(也称高层上下文)用来描述用户状态,如工状态、个人事件、通信上下文及用户的情感状态,通过网络抓包技术抓取的用户访问的网页、传递的文件或通过网络媒介传输的任何内容均可作为内部上下文的有效来源。由于用户静态的信息并不适用于上下文感知***识别用户动态变化的意图,识别用户的兴趣最有效的资源是用户当前感兴趣的上下文,因此,内部上下文更具有应用价值。,本文引入了基于数据包的上下文获取技术,该技术可以高效的获取用户的内部上下文。
所述的上下文中间件层在PWDCS ***中起着承上启下的作用,由三大模块组成:上下文解析模块、上下文存储模块和上下文推理模块。上下文中间件层分离了上下文信息的感知与应用开发,向上对上下文服务层提供统一的上下文使用接口,向下可以接入各类传感器,此处是指广义的传感器,它可以是物理器件也可以是软件***。
所述的上下文服务层是PWDCS***的应用部分,它的实现是通过上下文存储库提供的高层上下文和智能体(Agent)间的通信、协商完成的。用户通过API接口向PWDCS***发出服务请求,这一请求被上下文感知服务中Agent所接收,并在上下文感知服务中发现与之相同或相关的服务,通过API接口推荐给用户。
本发明的有益效果是:
针对已有的上下文感知***无法对动态知识进行表达和推理这一问题,本文提出并设计了具有动态架构的语用网驱动的上下文感知***,目的在于为上下文感知机制提供一个开放、可重用的基础设施。该***采用基于数据包的上下文获取技术,更加准确地捕获了用户的真实意图,结合规则库中的推理规则推导出高层上下文,并将其作为服务发现的有效信息来源,利用上下文感知Agent进行上下文感知服务发现,将与用户请求相符或相关的服务推荐给用户,避免用户盲目地寻找所需要的服务,为用户节省时间,最终实现“以用户为中心”的个性化推荐服务,提升用户的满意度。
附图说明
下面结合附图和实施例对本发明进一步说明。
图1是语用网驱动的上下文感知***框架。
图2是基于数据包的上下文获取模块的基本架构。
图3是基于数据包的上下文获取模块的工作流程图。
图4是上下文本体的解析流程图。
图5是上下文推理模块的推理过程。
具体实施方式
如图1所示,语用网驱动的上下文感知***包括三层结构:上下文获取层、上下文中间件层和上下文服务层。上下文获取层包括外部上下文和内部上下文的获取。外部上下文(也称低层上下文)通常描述物理环境的状态,如位置、温度和时间等,它可以通过物理传感器、逻辑传感器及其它知器直接获取。内部上下文(也称高层上下文)用来描述用户状态,如工状态、个人事件、通信上下文及用户的情感状态,通过网络抓包技术抓取的用户访问的网页、传递的文件或通过网络媒介传输的任何内容均可作为内部上下文的有效来源。由于用户静态的信息并不适用于上下文感知***识别用户动态变化的意图,识别用户的兴趣最有效的资源是用户当前感兴趣的上下文,因此,内部上下文更具有应用价值。,本文引入了基于数据包的上下文获取技术,该技术可以高效的获取用户的内部上下文。上下文中间件层在PWDCS ***中起着承上启下的作用,由三大模块组成:上下文解析模块、上下文存储模块和上下文推理模块。上下文中间件层分离了上下文信息的感知与应用开发,向上对上下文服务层提供统一的上下文使用接口,向下可以接入各类传感器,此处是指广义的传感器,它可以是物理器件也可以是软件***。上下文服务层是PWDCS***的应用部分,它的实现是通过上下文存储库提供的高层上下文和智能体(Agent)间的通信、协商完成的。用户通过API接口向PWDCS***发出服务请求,这一请求被上下文感知服务中Agent所接收,并在上下文感知服务中发现与之相同或相关的服务,通过API 接口推荐给用户。
如图2、3所示,基于数据包的上下文获取技术的核心是基于数据包的上下文获取模块,简称为PBCAM (Package Based
Context AcquisitionModule)。PBCAM运行在用户的计算机设备上,从网络应用程序中捕获数据包,并对其进行检查和修改。网络上有许多数据包,而PBCAM 只收集由用户需要的文档组成的明确的数据包,并忽略网络流控制或除了TCP/IP协议之外的其它网络协议的数据包。经过提炼后的数据包抽取成纯文档,这些文档经过推理引擎处理后可作为内部上下文。PBCAM原型***使用VC++ 6.0 作为开发具,WinPcap3.1作为数据包获取库,其开发***为安装了服务包2 的台式PC。PBCAM是由若干个智能体和推理引擎组成,首先,获取引擎包括可以网络层持续获取数据包的监听智能体和用来配置监听智能体以集中获取所需数据包的过滤模块,过滤模块是由***自动配置,并将获取到的数据包存档。过滤后的数据包传送到验证引擎,根据已存储在网络协议数据库中的网络协议对其进行检查。然后,解码智能体从验证后的数据包中读取分离出来的数据,并从数据中消除HTML 标签,生成纯文档。最后,PBCAM的推理引擎对纯文档进行处理,此推理引擎包括词向量工具WVT(Word Vector Tool)和支持向量机制SVM(Support Vector Machine),WVT用来拦截文档中的单词,并将这些单词转换成用向量表示的词向量,SVM通过词向量映射决定文档的关键字,最终得到用户的内部上下文。PBCAM 模块获取到的内上下文及传感器直接获取到的外部上下文都需要被组织成上下文本体的格式,便于上下文中间件层对其进行深入处理。
上下文本体(Context Ontology)是指定义公共词汇来共享普适计算领域中的上下文信息,利用上下文本体可以重用不同领域的知识。本文将上下文本体设计成两层结构:顶层本体和特定领域本体,顶层本体是可以获取物理世界中通用上下文知识的高层本体,其中,术语ContextEntity是层次结构图的根,它的子实体指明所有的描述符都具有从根继承来的一些属性。顶层本体包含根元素ContextEntity和它的孩子:Person、Location、Activity、CompEntity。顶层本体提供一组基本概念(如实体),每个实体都描述一个物理或概念上的对象及一组抽象的子类。两个实体通过属性(用owl: DatatypeProperty表示)或关(owl:ObjectProperty表示)建立连接。另外,顶层本体与特定领域本体的子实体通过属性owl: subClassOf建立关系,因此,可以通过添加特定领域所需的新概念来提供扩展。特定领域本体用来收集低层本体,并定义每个子领域中详细的通用概念和属性。每个子领域的低层本体可以根据环境的改变动态地***顶层本体或从顶层本体中撤离。例如,当用户离开家去车库提车时,家这个领域本体就会自动从***中撤离,而车辆领域本体会自动******。
如图4所示,上下文解析模块主要负责对读入的上下文本体文件进行结构分析、资源整合和语法转换等语义解析,解析成上下文推模块所能接受的三元组格式,并将解析后的上下文信息存储到上下文存储库中。目前,基于描述逻辑(Description Logic-DL)的本体推理机本身不具备解析功能,因此需要第三方工具的支持,本文利用语义网工具包中Jena推理机完成解析,通过Jena 对OWL 语言及其它本体进行推理。描述逻辑知识库由ABox和TBox两部分组成,基于描述逻辑的本体推理机最主要的就是从知识库中的ABoxTBox进行推理,实现上下文一致性检验的功能。另外,上下文存储库中存储了所有知的上下文信息,包括经过解析后的上下文信息、***预定义的上下文本体和实例及用于推理的启发性知识,如“同一个人不能在两个不同地点同时出现”、“人的体温不能为50℃”等,另外,经过上下文推理模块推导出的高层上下文也存储到上下文存储库中。上下文存储模块最重要的功能是维护上下文存储库的一致性以及将一致的高层上下文信息向上交付给上下文服务层。引起上下文不一致的原因包括传感数据的不完善和上下文存储库中上下文没有及时反应出环境的动态变化。
如图5所示,上下文推理模块主要功能包括:结合上下文存储库中的低层上下文推导出高层上下文以及利用上下文存储库中的启发性知识判断上下文信息的一致性,上下文推理模块可用Jess(Java Expert System Shell)构建,其工作原理是:从上下文存储库中读取事实,与规则库抽取的规则不断地进行匹配,如果满足规则的前件则执行规则指定的动作。
目前已有的上下文感知***,如CoBrA,只能在局部环境的不同来源收集上下文信息以决定适合的服务推荐给用户,但上下文感知***是分布的、异构的,仅返回精确匹配的结果是不够的。为了改善当前***的这一局限性,本文设计的PWDCS***在上下文服务层采用连接在全球服务(Global Service-GloServ)中的上下文感知Agent架构进行服务发现,不仅可以发现与用户请求相符的精确结果,还能返回相关信息。基于上下文本体分类的上下文感知Agent架构中,每个Agent都处理一个指定的服务类,当用户发出服务请求时,Agent接收上下文信息,将它们映射到适当的GloServ服务类中,并将它们转换成指定的GloServ查询,结合OWL语言对上下文及服务进行分类,导致语义描述更加丰富,使得给用户推荐的结果不只是精确信息,还包括相关信息,从而提升用户的满意度。通过一个具体实例来说明上下文感知Agent在全球服务中发现用户所需服务的过程。当用户发出“cafe”请求,连接在GloServ中的Agent接收这条带有用户偏好的消息,将它映射到Restaurant这一服务类下,Restaurant类包含很多子类,如NYCRestaurant、BostonRestaurant等,Agent根据用户提供的偏好在等价的服务或最接近的相关服务领域查找, 选择了NYCRestaurant,NYCRestaurant类下ChineseNYCRestaurantAmericanNYCRestaurant等,结合高层上下文反映的用户当前位置信息,确定用户当前所处的位置,将最近的NYCRestaurant推荐给用户,完成“以用户为中心”的随时随地的个性化推荐服务。
Claims (4)
1.一种语用网驱动的上下文感知***,包括三层结构:上下文获取层、上下文中间件层和上下文服务层。
2.根据权利要求1所述的语用网驱动的上下文感知***,其特征是所述的上下文获取层包括外部上下文和内部上下文的获取;外部上下文(也称低层上下文)通常描述物理环境的状态,如位置、温度和时间等,它可以通过物理传感器、逻辑传感器及其它知器直接获取;内部上下文(也称高层上下文)用来描述用户状态,如工状态、个人事件、通信上下文及用户的情感状态,通过网络抓包技术抓取的用户访问的网页、传递的文件或通过网络媒介传输的任何内容均可作为内部上下文的有效来源;由于用户静态的信息并不适用于上下文感知***识别用户动态变化的意图,识别用户的兴趣最有效的资源是用户当前感兴趣的上下文,因此,内部上下文更具有应用价值;,本文引入了基于数据包的上下文获取技术,该技术可以高效的获取用户的内部上下文。
3.根据权利要求1所述的语用网驱动的上下文感知***,其特征是所述的上下文中间件层在PWDCS***中起着承上启下的作用,由三大模块组成:上下文解析模块、上下文存储模块和上下文推理模块;上下文中间件层分离了上下文信息的感知与应用开发,向上对上下文服务层提供统一的上下文使用接口,向下可以接入各类传感器,此处是指广义的传感器,它可以是物理器件也可以是软件***。
4.根据权利要求1所述的语用网驱动的上下文感知***,其特征是所述的上下文服务层是PWDCS ***的应用部分,它的实现是通过上下文存储库提供的高层上下文和智能体(Agent)间的通信、协商完成的;用户通过API接口向PWDCS ***发出服务请求,这一请求被上下文感知服务中Agent所接收,并在上下文感知服务中发现与之相同或相关的服务,通过API接口推荐给用户。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510816133.0A CN106776625A (zh) | 2015-11-23 | 2015-11-23 | 一种语用网驱动的上下文感知*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510816133.0A CN106776625A (zh) | 2015-11-23 | 2015-11-23 | 一种语用网驱动的上下文感知*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106776625A true CN106776625A (zh) | 2017-05-31 |
Family
ID=58886400
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510816133.0A Pending CN106776625A (zh) | 2015-11-23 | 2015-11-23 | 一种语用网驱动的上下文感知*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106776625A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022022668A1 (en) * | 2020-07-31 | 2022-02-03 | Pine Field Holding Incorporated | Spatial and context aware software applications using digital enclosures bound to physical spaces |
-
2015
- 2015-11-23 CN CN201510816133.0A patent/CN106776625A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022022668A1 (en) * | 2020-07-31 | 2022-02-03 | Pine Field Holding Incorporated | Spatial and context aware software applications using digital enclosures bound to physical spaces |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Rahman et al. | A comprehensive survey on semantic interoperability for Internet of Things: State‐of‐the‐art and research challenges | |
Kazmi et al. | Overcoming the heterogeneity in the internet of things for smart cities | |
Barnaghi et al. | Publishing Linked Sensor Data. | |
Zhang et al. | Survey on context-awareness in ubiquitous media | |
Gyrard et al. | Standardizing generic cross-domain applications in Internet of Things | |
Heckmann et al. | Gumo–the general user model ontology | |
Wang et al. | Knowledge representation in the internet of things: semantic modelling and its applications | |
Ayala et al. | A software product line process to develop agents for the iot | |
US20120161940A1 (en) | Method and system for ontology-driven querying and programming of sensors | |
CN110083706A (zh) | 一种面向物联网微服务框架及其服务组合方法 | |
KR20200124267A (ko) | 분산형 시맨틱 데이터를 통한 시맨틱 동작들 및 추론 지원 | |
Hirmer et al. | Automated Sensor Registration, Binding and Sensor Data Provisioning. | |
D'Elia et al. | Smart applications for the maintenance of large buildings: How to achieve ontology-based interoperability at the information level | |
CN104144215A (zh) | 一种物联网泛在设备资源模型的构建方法 | |
Petrolo et al. | Integrating wireless sensor networks within a city cloud | |
Muppavarapu et al. | Knowledge extraction using semantic similarity of concepts from Web of Things knowledge bases | |
Li et al. | Graph-based semantic evolution for context information management platforms | |
CN101877001A (zh) | 基于领域本体的遥感信息处理服务语义描述方法 | |
Zhang et al. | A multi-dimensional ontology-based IoT resource model | |
Sheng et al. | Techniques on developing context‐aware web services | |
Shayeganfar et al. | A smart indoor navigation solution based on building information model and *** android | |
CN106776625A (zh) | 一种语用网驱动的上下文感知*** | |
Gilman et al. | Perception framework for supporting development of context‐aware web services | |
Wanner et al. | Personalized environmental service orchestration for quality of life improvement | |
Barnaghia et al. | Sense2web: A linked data platform for semantic sensor networks |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20170531 |